Ri: Analisi di correlazione di dati proporzionali non normaliPotresti allegare il set di dati JMP anziché un'immagine? Vuoi cercare le relazioni tra danno e 2 tipi di insetti? Come si misura il danno? C'è una gradazione di danno (o semplicemente danneggiata o no)? Puoi differenziare il danno dovuto a una mosca della frutta contro una formica?
Ri: Analisi di correlazione di dati proporzionali non normaliSì certo, mi dispiace per essere così poco chiaro. Ho una misura della percentuale di frutti danneggiati dai moscerini della frutta - questa misura è calcolata come il numero di frutti con danno diviso per il numero totale di frutti entro un metro quadrato. Questa è la misura che utilizzo come variabile di risposta. Voglio testare la correlazione tra questa misura e altre 5 variabili, di cui solo due sono numeriche. Le due variabili esplicative numeriche sono il numero di moscerini della frutta catturati nelle trappole e la proporzione di formiche sugli alberi. Il danno ai frutti è causato solo dai moscerini della frutta, si ritiene che le formiche riducano il numero di danni e voglio indagare se questo regge o meno. Le tre variabili esplicative categoriche sono "paese", "varietà di mango" e "trattamento". Il paese si riferisce a quale paese provengono i dati e al trattamento a quale tipo di trattamento è stato applicato nei frutteti per ridurre il numero di moscerini della frutta. Pertanto, le ipotesi sono: le formiche riducono la percentuale di danno misurata sui frutti e combinare alte proporzioni di formiche con altri trattamenti aumenta questo effetto.
Non posso condividere i dati, poiché non ho i diritti per farlo. Spero che questo chiarisca un po 'le cose.
Ri: Analisi di correlazione di dati proporzionali non normaliSì, questo aiuta un po '. Suggerisco comunque di migliorare la tua variabile di risposta, ma sto divagando. Molto dipende dalle proporzioni di cui stiamo parlando. Se le proporzioni sono molto ridotte, sarà difficile rilevare le modifiche senza campioni di grandi dimensioni (e i problemi di distribuzione potrebbero avere un impatto). Se le proporzioni sono grandi, le questioni distributive avranno un impatto minore.
Vorrei iniziare con il modello in forma. Inserisci la proporzione danneggiata in Y e le 5 variabili di input nel modello.
A proposito, puoi sempre inviare un set di dati simile ma falso in modo che possiamo mostrarti le opzioni per navigare nell'analisi.
Ri: Analisi di correlazione di dati proporzionali non normaliSe si conosce quale dei due risultati si è verificato in ciascun caso, è possibile utilizzare anche la regressione logistica o un modello lineare generalizzato binario. Sono d'accordo con @statman i suggerimenti di. Sto solo aggiungendo un approccio alternativo all'analisi.
Ri: Analisi di correlazione di dati proporzionali non normaliGrazie, ci proverò!
Ho circa 13.000 punti dati per ogni variabile, quindi la dimensione del campione è abbastanza grande, ma le variabili sono gonfiate a zero. Quindi, dal punto di vista del modello, potrei tentare la fortuna con una distribuzione beta-binomiale a gonfiamento zero, ma non l'ho mai provato prima, quindi augurami buona fortuna!
Ri: Analisi di correlazione di dati proporzionali non normaliGrazie! Mi è stato consigliato di provare un modello beta-binomiale o beta-binomiale a gonfiamento zero, a causa dell'inflazione zero dei miei dati, ma non ho mai fatto nessuno di questi prima, quindi se fallisce proverò un GLM binario "normale", con cui sono molto più familiare.Analisi di correlazione di dati proporzionali non normaliCiao comunità JMP,
Sto analizzando un set di dati e vorrei analizzare in che modo la proporzione di danno misurata sui frutti è correlata alla proporzione di formiche e al numero di moscerini della frutta. I dati non sono normalmente distribuiti (vedi istogramma) e sto programmando di creare un GLM con distribuzione binomiale. Ho imparato che l'analisi di correlazione dei dati proporzionali è un po 'complicata, e quindi cerco aiuto per come farlo nel migliore dei modi.
